1. ns2 實現無線感測器網路antsense路由演算法的tcl腳本
NS是一種針對網路技術的源代碼公開的、免費的軟體模擬平台，研究人員使用它可以很容易的進行網路技術的開發，而且發展到今天，它所包含的模塊已經非常豐富，幾乎涉及到了網路技術的所有方面。所以，NS成了目前學術界廣泛使用的一種網路模擬軟體。在每年國內外發表的有關網路技術的學術論文中，利用NS給出模擬結果的文章最多，通過這種方法得出的研究結果也是被學術界所普遍認可的，此外，NS也可作為一種輔助教學的工具，已被廣泛應用在了網路技術的教學方面。因此，目前在學術界和教育界，有大量的人正在使用或試圖使用NS。
然而，對初學者來說，NS是非常難於掌握的，一般人從學習NS到上手至少需要半年多時間。原因是多方面的：一方面，NS內容龐雜，隨軟體所提供的手冊更新不夠快，初學者閱讀起來非常困難；另一方面，使用NS還要掌握其它很多必備的相關知識以及相關工具，這會使初學者感到無從入手；有的使用者可能還不了解網路模擬的過程或是對NS軟體的機制缺乏理解，這也影響了對NS的掌握。另外，不論在國外還是國內，還沒有一本書能集中回答和解決這些問題，這也是NS難於被掌握的一個重要原因。
1、NS2簡介
NS2（Network Simulator, version 2）是一種面向對象的網路模擬器，本質上是一個離散事件模擬器。由UC Berkeley開發而成。它本身有一個虛擬時鍾，所有的模擬都由離散事件驅動的。目前NS2可以用於模擬各種不同的IP網，已經實現的一些模擬有：網路傳輸協議，比如TCP和UDP；業務源流量產生器，比如FTP, Telnet, Web CBR和VBR；路由隊列管理機制，比如Droptail , RED和CBQ；路由演算法，比如Dijkstra等。NS2也為進行區域網的模擬而實現了多播以及一些MAC 子層協議。
NS2使用C++和Otcl作為開發語言。NS可以說是Otcl的腳本解釋器，它包含模擬事件調度器、網路組件對象庫以及網路構建模型庫等。事件調度器計算模擬時間，並且激活事件隊列中的當前事件，執行一些相關的事件，網路組件通過傳遞分組來相互通信，但這並不耗費模擬時間。所有需要花費模擬時間來處理分組的網路組件都必須要使用事件調度器。它先為這個分組發出一個事件，然後等待這個事件被調度回來之後，才能做下一步的處理工作。事件調度器的另一個用處就是計時。NS是用Otcl和C++編寫的。由於效率的原因，NS將數據通道和控制通道的實現相分離。為了減少分組和事件的處理時間，事件調度器和數據通道上的基本網路組件對象都使用C++寫出並編譯的，這些對象通過映射對Otcl解釋器可見。
當模擬完成以後，NS將會產生一個或多個基於文本的跟蹤文件。只要在Tcl腳本中加入一些簡單的語句，這些文件中就會包含詳細的跟蹤信息。這些數據可以用於下一步的分析處理，也可以使用NAM將整個模擬過程展示出來。
2、使用NS進行網路模擬的方法和一般過程。
進行網路模擬前，首先分析模擬涉及哪個層次，NS模擬分兩個層次：一個是基於OTcl編程的層次。利用NS已有的網路元素實現模擬，無需修改NS本身，只需編寫OTcl腳本。另一個是基於C++和OTcl編程的層次。如果NS中沒有所需的網路元素，則需要對NS進行擴展，添加所需網路元素，即添加新的C++和OTcl類，編寫新的OTcl腳本。
假設用戶已經完成了對NS的擴展，或者NS所包含的構件已經滿足了要求，那麼進行一次模擬的步驟大致如下：
（1）開始編寫OTcl腳本。首先配置模擬網路拓撲結構，此時可以確定鏈路的基本特性，如延遲、帶寬和丟失策略等。
（2）建立協議代理，包括端設備的協議綁定和通信業務量模型的建立。
（3）配置業務量模型的參數，從而確定網路上的業務量分布。
（4）設置Trace對象。NS通過Trace文件來保存整個模擬過程。模擬完後，用戶可以對Trace文件進行分析研究。
（5）編寫其他的輔助過程，設定模擬結束時間，至此OTcl腳本編寫完成。
（6）用NS解釋執行剛才編寫的OTcl腳本。
（7）對Trace文件進行分析，得出有用的數據。
（8）調整配置拓撲結構和業務量模型，重新進行上述模擬過程。
NS2採用兩級體系結構，為了提高代碼的執行效率，NS2 將數據操作與控制部分的實現相分離，事件調度器和大部分基本的網路組件對象後台使用C++實現和編譯，稱為編譯層，主要功能是實現對數據包的處理；NS2的前端是一個OTcl 解釋器，稱為解釋層，主要功能是對模擬環境的配置、建立。從用戶角度看，NS2 是一個具有模擬事件驅動、網路構件對象庫和網路配置模塊庫的OTcl腳本解釋器。NS2中編譯類對象通過OTcl連接建立了與之對應的解釋類對象，這樣用戶間能夠方便地對C++對象的函數進行修改與配置，充分體現了模擬器的一致性和靈活性。
3、NS2的功能模塊
NS2模擬器封裝了許多功能模塊，最基本的是節點、鏈路、代理、數據包格式等等，下面分別來介紹一下各個模塊。
（1）事件調度器：目前NS2提供了四種具有不同數據結構的調度器，分別是鏈表、堆、日歷表和實時調度器。
（2）節點（node）：是由TclObject對象組成的復合組件，在NS2中可以表示端節點和路由器。
（3）鏈路（link）：由多個組件復合而成，用來連接網路節點。所有的鏈路都是以隊列的形式來管理分組的到達、離開和丟棄。
（4）代理（agent）：負責網路層分組的產生和接收，也可以用在各個層次的協議實現中。每個agent連接到一個網路節點上，由該節點給它分配一個埠號。
（5）包（packet）：由頭部和數據兩部分組成。一般情況下，packet只有頭部、沒有數據部分。
4、NS2的軟體構成
NS2包含Tcl/Tk, OTcl, NS，Tclcl。其中Tcl是一個開放腳本語言，用來對NS2進行編程；Tk是Tcl的圖形界面開發工具，可幫助用戶在圖形環境下開發圖形界面；OTcl是基於Tcl/Tk的面向對象擴展，有自己的類層次結構；NS2為本軟體包的核心，是面向對象的模擬器，用C++編寫，以OTcl解釋器作為前端；Tclcl則提供NS2和OTcl的介面，使對象和變數出現在兩種語言中。為了直觀的觀察和分析模擬結果，NS2 提供了可選的Xgraphy、可選件Nam。
5、NS現有的模擬元素
從網路拓撲模擬、協議模擬和通信量模擬等方面介紹NS的相應元素：
（1）網路拓撲主要包括節點、鏈路。NS的節點由一系列的分類器（Classifier，如地址分類器等）組成，而鏈路由一系列的連接器（Connector）組成。
（2）在節點上，配置不同的代理可以實現相應的協議或其它模型模擬。如NS的TCP代理，發送代理有：TCP，TCP/Reno，TCP/Vegas，TCP/Sack1，TCP/FACK，TCP/FULLTCP等，接收代理有：TCPSINK，TCPSINK/DELACK。TCPSINK/SACK1，TCPSINK/SACK1/DELACK等。此外，還提供有UDP代理及接收代理Null（負責通信量接收）、Loss Monitor（通信量接收並維護一些接收數據的統計）。
（3）網路的路由配置通過對節點附加路由協議而實現。NS中有三種單播路由策略：靜態、會話、動態。
（4）在鏈路上，可以配置帶寬、時延和丟棄模型。NS支持：Drop-tail（FIFO）隊列、RED緩沖管、CBO（包括優先權和Round-robin 調度）。各種公平隊列包括：FQ，SFQ，DRR等。
（5）通信量模擬方面，NS提供了許多通信應用，如FTP，它產生較大的峰值數據傳輸；Telnet則根據相應文件隨機選取傳輸數據的大小。此外，NS提供了四種類型的通信量產生器：EXPOO，根據指數分布（On/Off）產生通信量，在On階段分組以固定速率發送，Off階段不發送分組，On/Off的分布符合指數分布，分組尺寸固定；POO，根據Pareto分布（On/Off）產生通信量，它能用來產生長范圍相關的急劇通信量；CBR，以確定的速率產生通信量，分組尺寸固定，可在分組間隔之間產生隨機抖動；Traffic Trace，根據追蹤文件產生通信量。
2. 無線感測器網路的組成（三個部分，詳細介紹）
很詳細，你可以到書店去買這類的書看即可。
以下是來自網路：http://www.sensorexpert.com.cn/Article/wuxianchanganqiwang_1.html。
無線感測器網路組成和特點
發表時間：2012-11-14 14:28:00
文章出處：感測器專家網
相關專題：感測器基礎
無線感測器網路的構想最初是由美國軍方提出的，美國國防部高級研究所計劃署(DARPA)於1978年開始資助卡耐基-梅隆大學進行分布式感測器網路的研究，這被看成是無線感測器網路的雛形。從那以後，類似的項目在全美高校間廣泛展開，著名的有UCBerkeley的SmartDuST項目，UCLA的WINS項目，以及多所機構聯合攻關的SensIT計劃，等等。在這些項目取得進展的同時，其應用也從軍用轉向民用。在森林火災、洪水監測之類的環境應用中，在人體生理數據監測、葯品管理之類的醫療應用中，在家庭環境的智能化應用以及商務應用中都已出現了它的身影。目下，無線感測器網路的商業化應用也已逐步興起。美國Crossbow公司就利用SMArtDust項目的成果開發出了名為Mote的智能感測器節點，還有用於研究機構二次開發的MoteWorkTM開發平台。這些產品都很受使用者的歡迎。
無線感測器網路可以看成是由數據獲取網路、數據分布網路和控制管理中心三部分組成的。其主要組成部分是集成有感測器、數據處理單元和通信模塊的節點，各節點通過協議自組成一個分布式網路，再將採集來的數據通過優化後經無線電波傳輸給信息處理中心。
因為節點的數量巨大，而且還處在隨時變化的環境中，這就使它有著不同於普通感測器網路的獨特「個性」。首先是無中心和自組網特性。在無線感測器網路中，所有節點的地位都是平等的，沒有預先指定的中心，各節點通過分布式演算法來相互協調，在無人值守的情況下，節點就能自動組織起一個測量網路。而正因為沒有中心，網路便不會因為單個節點的脫離而受到損害。
其次是網路拓撲的動態變化性。網路中的節點是處於不斷變化的環境中，它的狀態也在相應地發生變化，加之無線通信信道的不穩定性，網路拓撲因此也在不斷地調整變化，而這種變化方式是無人能准確預測出來的。
第三是傳輸能力的有限性。無線感測器網路通過無線電波進行數據傳輸，雖然省去了布線的煩惱，但是相對於有線網路，低帶寬則成為它的天生缺陷。同時，信號之間還存在相互干擾，信號自身也在不斷地衰減，諸如此類。不過因為單個節點傳輸的數據量並不算大，這個缺點還是能忍受的。
第四是能量的限制。為了測量真實世界的具體值，各個節點會密集地分布於待測區域內，人工補充能量的方法已經不再適用。每個節點都要儲備可供長期使用的能量，或者自己從外汲取能量(太陽能)。
第五是安全性的問題。無線信道、有限的能量，分布式控制都使得無線感測器網路更容易受到攻擊。被動竊聽、主動入侵、拒絕服務則是這些攻擊的常見方式。因此，安全性在網路的設計中至關重要。
3. 無線感測網路的問題
涉及的內容是挺多的，
1.硬體方面的（目前處除了軍用，或其他一些特定應用外，我們國家很多感測器晶元用的還都是國外的，沒有過硬的技術啊）。
2.無線感測器網路協議研究。根據感測器網路自身的特點，結合應用，量身打造更合適的通信協議。
3.軟體方面的。目前有系統級別的Tiny OS，編程語言nesC，針對特定應用編寫輕量級程序。
4.無線感測器數據管理層面。可以研究網路數據流挖掘之類的。
哪個最有前景？1最有發展空間，但難度大。3是基礎，最容易上手，想有突破很難。2和4，自己想吧。
以上都是個人粗淺見解，做個參考。
4. 無線感測器網路的理論及應用的目錄
第1篇總論
第1章無線感測器網路概述
1.1無線感測器網路介紹1
1.1.1無線感測器網路的概念1
1.1.2無線感測器網路的特徵2
1.1.3無線感測器網路的應用4
1.2無線感測器網路的體系結構7
1.2.1無線感測器網路的系統架構7
1.2.2感測器節點的結構7
1.2.3無線感測器網路的體系結構概述8
1.3無線感測器網路的研究進展10
1.3.1無線感測器網路的發展歷程10
1.3.2無線感測器網路的關鍵技術14
1.3.3無線感測器網路所面臨的挑戰14
參考文獻16
第2篇無線感測器網路的通信協議
第2章無線感測器網路的物理層
2.1無線感測器網路物理層概述19
2.1.1無線感測器網路物理層的研究內容19
2.1.2無線感測器網路物理層的研究現狀20
2.1.3無線感測器網路物理層的主要技術挑戰22
2.2無線感測器網路的調制與編碼方法22
2.2.1Mary調制機制22
2.2.2差分脈沖位置調制機制23
2.2.3自適應編碼位置調制機制24
2.3超寬頻技術在無線感測器網路中的應用25
2.3.1超寬頻技術概述25
2.3.2超寬頻技術的基本原理26
2.3.3超寬頻技術的研究現狀29
2.3.4基於超寬頻技術的無線感測器網路31
參考文獻35
第3章無線感測器網路的數據鏈路層
3.1無線感測器網路數據鏈路層概述37
3.1.1無線感測器網路數據鏈路層的研究內容37
3.1.2無線感測器網路數據鏈路層的研究現狀38
3.1.3無線感測器網路數據鏈路層的主要技術挑戰39
3.2無線感測器網路的MAC協議40
3.2.1基於競爭機制的MAC協議40
3.2.2基於時分復用的MAC協議47
3.2.3其他類型的MAC協議54
參考文獻58
第4章IEEE802.15.4標准
4.1IEEE802.15.4標准概述60
4.2IEEE802.15.4的物理層60
4.2.1物理層概述60
4.2.2物理層服務規范61
4.2.3物理層幀結構65
4.3IEEE802.15.4的MAC子層65
4.3.1MAC層概述65
4.3.2MAC層的服務規范66
4.3.3MAC幀結構69
4.3.4MAC層的功能描述70
4.4基於IEEE802.15.4標準的無線感測器網路70
4.4.1組網類型70
4.4.2數據傳輸機制71
參考文獻72
第5章無線感測器網路的網路層
5.1無線感測器網路網路層概述73
5.1.1網路層的研究內容73
5.1.2網路層的研究現狀74
5.1.3網路層的主要技術挑戰75
5.2無線感測器網路的路由協議75
5.2.1以數據為中心的平面路由75
5.2.2網路分層路由77
5.2.3基於查詢的路由79
5.2.4地理位置路由81
5.2.5能量感知路由84
5.2.6基於QoS的路由87
5.2.7路由協議的優化88
5.3無線感測器網路中的數據包轉發策略90
5.3.1包轉發策略的研究背景90
5.3.2基於價格機制的包轉發博弈模型91
5.3.3自發合作的包轉發博弈模型93
參考文獻94
第6章無線感測器網路的傳輸層
6.1無線感測器網路傳輸層概述97
6.1.1無線感測器網路傳輸層的研究內容97
6.1.2無線感測器網路傳輸層的研究現狀98
6.1.3無線感測器網路傳輸層的主要技術挑戰99
6.2無線感測器網路的傳輸協議99
6.2.1PSFQ傳輸協議99
6.2.2ESRT傳輸協議101
6.3無線感測器網路與其他網路的互聯103
6.3.1無線感測器網路與Internet互聯103
6.3.2無線感測器網路接入到網格105
參考文獻109
第7章ZigBee協議規范
7.1ZigBee概述111
7.1.1ZigBee與IEEE802.15.4111
7.1.2ZigBee協議框架112
7.1.3ZigBee的技術特點113
7.2網路層規范113
7.2.1網路層概述113
7.2.2服務規范114
7.2.3幀結構與命令幀115
7.2.4功能描述116
7.3應用層規范117
7.3.1應用層概述117
7.3.2ZigBee應用支持子層117
7.3.3ZigBee應用層框架結構118
7.3.4ZigBee設備協定（profile）119
7.3.5ZigBee目標設備（ZDO）119
7.4ZigBee系統的開發119
7.4.1開發條件和注意事項119
7.4.2軟體開發120
7.4.3硬體開發121
7.5基於ZigBee規范的無線感測器網路122
7.5.1無線感測器的構建122
7.5.2無線感測器網路的構建123
7.5.3基於ZigBee的無線感測器網路與RFID技術的融合124
參考文獻124
第3篇無線感測器網路的核心支撐技術
第8章無線感測器網路的拓撲控制
8.1無線感測器網路的拓撲控制技術概述125
8.1.1無線感測器網路拓撲控制的研究內容125
8.1.2無線感測器網路拓撲控制的研究現狀126
8.1.3無線感測器網路拓撲控制的主要技術挑戰126
8.2無線感測器網路的拓撲控制演算法127
8.2.1功率控制演算法127
8.2.2層次拓撲結構控制演算法129
8.3無線感測器網路的密度控制135
8.3.1連通支配集構造演算法135
8.3.2基於概率覆蓋模型的無線感測器網路密度控制演算法138
參考文獻140
第9章無線感測器網路的節點定位
9.1無線感測器網路的節點定位技術概述142
9.1.1無線感測器網路節點定位的研究內容142
9.1.2無線感測器網路節點定位的研究現狀143
9.1.3無線感測器網路節點定位的主要技術挑戰146
9.2無線感測器網路的定位機制147
9.2.1基於測距的定位演算法147
9.2.2非基於測距的定位演算法151
9.3一種基於測距的協作定位策略159
9.3.1剛性圖理論簡介159
9.3.2基於剛性圖的協作定位理論160
9.3.3LCB定位演算法161
9.4節點位置估計更新策略162
9.4.1動態網路問題162
9.4.2更新策略163
參考文獻164
第10章無線感測器網路的時間同步
10.1無線感測器網路的時間同步概述167
10.1.1無線感測器網路時間同步的研究內容167
10.1.2無線感測器網路時間同步的研究現狀168
10.1.3無線感測器網路時間同步的主要技術挑戰169
10.2無線感測器網路的時間同步機制170
參考文獻180
第11章無線感測器網路的網內信息處理
11.1無線感測器網路的網內信息處理概述182
11.1.1無線感測器網路網內信息處理的研究內容182
11.1.2無線感測器網路網內信息處理的研究現狀183
11.1.3無線感測器網路網內信息處理的主要技術挑戰184
11.2無線感測器網路的數據融合技術184
11.2.1與路由相結合的數據融合184
11.2.2基於反向組播樹的數據融合186
11.2.3基於性能的數據融合187
11.2.4基於移動代理的數據融合189
11.3無線感測器網路的數據壓縮技術191
11.3.1基於排序編碼的數據壓縮演算法191
11.3.2分布式數據壓縮演算法192
11.3.3基於數據相關性的壓縮演算法194
11.3.4管道數據壓縮演算法194
11.4無線感測器網路的協作信號信息處理技術195
11.4.1網元層的CSIP技術195
11.4.2網路層的CSIP技術196
11.4.3應用層的CSIP技術196
11.4.4CSIP技術展望197
參考文獻198
第12章無線感測器網路的安全技術
12.1無線感測器網路的安全問題概述201
12.1.1無線感測器網路安全技術的研究內容201
12.1.2無線感測器網路安全技術的研究現狀202
12.1.3無線感測器網路安全技術的主要技術挑戰205
12.2無線感測器網路的安全問題分析205
12.2.1無線感測器網路物理層的安全策略206
12.2.2無線感測器網路鏈路層的安全策略207
12.2.3無線感測器網路網路層的安全策略207
12.2.4無線感測器網路傳輸層和應用層的安全策略209
12.3無線感測器網路的密鑰管理和入侵檢測技術209
12.3.1無線感測器網路的密鑰管理209
12.3.2無線感測器網路的入侵檢測技術211
參考文獻214
第4篇無線感測器網路的自組織管理技術
第13章無線感測器網路的節點管理
13.1無線感測器網路的節點管理概述216
13.1.1無線感測器網路節點管理的研究內容216
13.1.2無線感測器網路節點管理的研究現狀217
13.1.3無線感測器網路節點管理的主要技術挑戰218
13.2無線感測器網路的節點休眠/喚醒機制218
13.2.1PEAS演算法218
13.2.2基於網格的調度演算法219
13.2.3基於局部圓周覆蓋的節點休眠機制220
13.2.4基於隨機休眠調度的節能機制221
13.3無線感測器網路的節點功率管理222
13.3.1動態功率管理和動態電壓調節222
13.3.2基於節點度的演算法224
13.3.3基於鄰近圖的演算法224
13.3.4基於二分法的功率控制224
13.3.5網路負載自適應功率管理演算法226
參考文獻227
第14章無線感測器網路的資源與任務管理
14.1無線感測器網路的資源與任務管理概述229
14.1.1無線感測器網路資源與任務管理的研究內容229
14.1.2無線感測器網路資源與任務管理的研究現狀230
14.1.3無線感測器網路資源與任務管理的主要技術挑戰230
14.2無線感測器網路的資源管理技術231
14.2.1自組織資源分配方式231
14.2.2計算資源分配232
14.2.3帶寬資源分配235
14.3無線感測器網路的任務管理技術237
14.3.1任務分配237
14.3.2任務調度239
14.3.3負載均衡243
參考文獻245
第15章無線感測器網路的數據管理
15.1無線感測器網路的數據管理概述248
15.1.1無線感測器網路數據管理的研究內容248
15.1.2無線感測器網路數據管理的研究現狀249
15.1.3無線感測器網路數據管理的主要技術挑戰249
15.2無線感測器網路的數據管理系統250
15.2.1TinyDB系統250
15.2.2Cougar系統251
15.2.3Dimensions系統252
15.3無線感測器網路數據管理的基本方法253
15.3.1數據模式253
15.3.2數據存儲254
15.3.3數據索引255
15.3.4數據查詢257
參考文獻260
第16章無線感測器網路的部署、初始化和維護管理
16.1無線感測器網路的部署、初始化和維護管理概述261
16.1.1無線感測器網路部署、初始化和維護管理的研究內容261
16.1.2無線感測器網路部署、初始化和維護管理的研究現狀262
16.1.3無線感測器網路部署、初始化和維護管理的主要技術挑戰263
16.2無線感測器網路的部署技術264
16.2.1採用確定放置的部署技術264
16.2.2採用隨機拋撒且節點不具移動能力的部署技術265
16.2.3採用隨機拋撒且節點具有移動能力的部署技術265
16.3無線感測器網路的初始化技術266
16.3.1UDG模型266
16.3.2基於MIS的初始化演算法266
16.3.3基於MDS的初始化演算法268
16.4無線感測器網路的維護管理技術270
16.4.1覆蓋與連接維護技術270
16.4.2性能監測技術271
參考文獻272
第5篇無線感測器網路的開發與應用
第17章無線感測器網路的模擬技術
17.1無線感測器網路的模擬技術概述275
17.1.1網路模擬概述275
17.1.2無線感測器網路模擬研究概述275
17.2常用網路模擬軟體276
17.2.1OPNET簡介276
17.2.2NS279
17.2.3TOSSIM280
17.3OMNeT++模擬軟體281
17.3.1OMNeT++概述281
17.3.2NED語言282
17.3.3簡單模塊/復合模塊287
17.3.4消息290
17.3.5類庫291
17.4模擬示例296
參考文獻303
第18章無線感測器網路的硬體開發
18.1無線感測器網路的硬體開發概述304
18.1.1硬體系統的設計特點與要求304
18.1.2硬體系統的設計內容304
18.1.3硬體系統設計的主要挑戰305
18.2感測器節點的開發305
18.2.1數據處理模塊設計305
18.2.2換能器模塊設計307
18.2.3無線通信模塊設計307
18.2.4電源模塊設計309
18.2.5外圍模塊設計309
18.3感測器節點原型的開發實例Mica310
18.3.1Mica系列節點簡介310
18.3.2Mica系列處理器/射頻板設計分析313
18.3.3Mica系列感測板設計分析315
18.3.4編程調試介面板介紹317
參考文獻318
第19章無線感測器網路的操作系統
19.1無線感測器網路操作系統概述320
19.1.1無線感測器網路操作系統的設計要求320
19.1.2幾種典型的無線感測器網路操作系統介紹321
19.1.3無線感測器網路操作系統設計的主要技術挑戰321
19.2TinyOS操作系統322
19.2.1TinyOS的設計思路322
19.2.2TinyOS的組件模型322
19.2.3TinyOS的通信模型324
19.3基於TinyOS的應用程序運行過程解析324
19.3.1Blink程序的配件分析325
19.3.2BlinkM模塊分析327
19.3.3ncc編譯nesC程序的過程329
19.3.4Blink程序的運行跟蹤解析329
19.3.5TinyOS的任務調度機制的實現338
19.3.6TinyOS的事件驅動機制的實現342
19.4TinyOS的使用346
19.4.1TinyOS的安裝346
19.4.2創建應用程序348
19.4.3使用TOSSIM模擬調試應用程序348
19.4.4使用TinyViz進行可視化調試349
19.4.5將應用程序導入節點運行350
參考文獻351
第20章無線感測器網路的軟體開發
20.1無線感測器網路軟體開發概述353
20.1.1無線感測器網路軟體開發的特點與設計要求353
20.1.2無線感測器網路軟體開發的內容354
20.1.3無線感測器網路軟體開發的主要技術挑戰355
20.2nesC編程語言355
20.2.1nesC語言介紹355
20.2.2nesC的語法規范356
20.2.3nesC應用程序開發364
20.3無線感測器網路的應用軟體開發367
20.3.1無線感測器網路的編程模式367
20.3.2無線感測器網路的中間件設計370
20.3.3無線感測器網路的服務發現372
參考文獻373
第21章無線感測器網路應用於環境監測
21.1環境監測應用概述375
21.1.1環境監測應用的場景描述375
21.1.2環境監測應用中無線感測器網路的體系架構375
21.2關鍵技術377
21.2.1節點部署377
21.2.2能量管理377
21.2.3通信機制378
21.2.4任務的分配與控制379
21.2.5數據采樣與收集379
21.3無線感測器網路用於環境監測的實例380
21.3.1公路交通監測380
21.3.2建築物健康狀況監測384
21.3.3「狼群計劃」385
參考文獻387
第22章無線感測器網路應用於目標追蹤
22.1目標追蹤應用概述388
22.1.1目標追蹤應用的場景描述388
22.1.2目標追蹤應用的特點與技術挑戰388
22.1.3目標追蹤應用中的無線感測器網路系統架構389
22.2無線感測器網路用於目標追蹤的關鍵技術390
22.2.1追蹤步驟390
22.2.2追蹤演算法392
22.2.3面向目標追蹤的網路布局優化400
22.3基於無線感測器網路的車輛追蹤系統實例402
22.3.1系統架構402
22.3.2關鍵問題403
22.3.3關鍵技術404
參考文獻407
附錄英漢縮略語對照表410
5. 無線感測器網路中的部署問題，200分！！追加！！
無線感測器網路是近幾年發展起來的一種新興技術,在條件惡劣和無人堅守的環境監測和事件跟蹤中顯示了很大的應用價值。節點部署是無線感測器網路工作的基礎,對網路的運行情況和壽命有很大的影響。部署問題涉及覆蓋、連接和節約能量消耗3個方面。該文重點討論了網路部署中的覆蓋問題,綜述了現有的研究成果,總結了今後的熱點研究方向,為以後的研究奠定了基礎。
基於虛擬勢場的有向感測器網路覆蓋增強演算法
摘 要: 首先從視頻感測器節點方向性感知特性出發,設計了一種方向可調感知模型,並以此為基礎對有向感測器網路覆蓋增強問題進行分析與定義;其次,提出了一種基於虛擬勢場的有向感測器網路覆蓋增強演算法PFCEA (potential field based coverage-enhancing algorithm).通過引入「質心」概念,將有向感測器網路覆蓋增強問題轉化為質心均勻分布問題,以質心點作圓周運動代替感測器節點感測方向的轉動.質心在虛擬力作用下作擴散運動,以消除網路中感知重疊區和盲區,進而增強整個有向感測器網路覆蓋.一系列模擬實驗驗證了該演算法的有效性.
關鍵詞: 有向感測器網路;有向感知模型;虛擬勢場;覆蓋增強
中圖法分類號: TP393 文獻標識碼: A
覆蓋作為感測器網路中的一個基本問題,反映了感測器網路所能提供的「感知」服務質量.優化感測器網路覆蓋對於合理分配網路的空間資源,更好地完成環境感知、信息獲取任務以及提高網路生存能力都具有重要的意義[1].目前,感測器網路的初期部署有兩種策略:一種是大規模的隨機部署;另一種是針對特定的用途進行計劃部署.由於感測器網路通常工作在復雜的環境下,而且網路中感測器節點眾多,因此大都採用隨機部署方式.然而,這種大規模隨機投放方式很難一次性地將數目眾多的感測器節點放置在適合的位置,極容易造成感測器網路覆蓋的不合理(比如,局部目標區域感測器節點分布過密或過疏),進而形成感知重疊區和盲區.因此,在感測器網路初始部署後,我們需要採用覆蓋增強策略以獲得理想的網路覆蓋性能.
目前,國內外學者相繼開展了相關覆蓋增強問題的研究,並取得了一定的進展[25].從目前可獲取的資料來看,絕大多數覆蓋問題研究都是針對基於全向感知模型(omni-directional sensing model)的感測器網路展開的[6],
即網路中節點的感知范圍是一個以節點為圓心、以其感知距離為半徑的圓形區域.通常採用休眠冗餘節點[2,7]、
重新調整節點分布[811]或添加新節點[11]等方法實現感測器網路覆蓋增強.
實際上,有向感知模型(directional sensing model)也是感測器網路中的一種典型的感知模型[12],即節點的感知范圍是一個以節點為圓心、半徑為其感知距離的扇形區域.由基於有向感知模型的感測器節點所構成的網路稱為有向感測器網路.視頻感測器網路是有向感測器網路的一個典型實例.感知模型的差異造成了現有基於全向感知模型的覆蓋研究成果不能直接應用於有向感測器網路,迫切需要設計出一系列新方法.
在早期的工作中[13],我們率先開展有向感測器網路中覆蓋問題的研究,設計一種基本的有向感知模型,用以刻畫視頻感測器節點的方向性感知特性,並研究有向感測器網路覆蓋完整性以及通信連通性問題.同時,考慮到有向感測器節點感測方嚮往往具有可調整特性(比如PTZ攝像頭的推拉搖移功能),我們進一步提出一種基於圖論和計算幾何的集中式覆蓋增強演算法[14],調整方案一經確定,網路中所有有向感測器節點並發地進行感測方向的一次性調整,以此獲得網路覆蓋性能的增強.但由於未能充分考慮到有向感測器節點局部位置及感測方向信息,因而,該演算法對有向感測器網路覆蓋增強的能力相對有限.
本文將基本的有向感知模型擴展為方向可調感知模型,研究有向感測器網路覆蓋增強問題.首先定義了方向可調感知模型,並分析隨機部署策略對有向感測器網路覆蓋率的影響.在此基礎上,分析了有向感測器網路覆蓋增強問題.本文通過引入「質心」概念,將待解決問題轉化為質心均勻分布問題,提出了一種基於虛擬勢場的有向感測器網路覆蓋增強演算法PFCEA(potential field based coverage-enhancing algorithm).質心在虛擬力作用下作擴散運動,逐步消除網路中感知重疊區和盲區,增強整個網路覆蓋性能.最後,一系列模擬實驗驗證了PFCEA演算法的有效性.
1 有向感測器網路覆蓋增強問題
本節旨在分析和定義有向感測器網路覆蓋增強問題.在此之前,我們對方向可調感知模型進行簡要介紹.
1.1 方向可調感知模型
不同於目前已有的全向感知模型,方向可調感知模型的感知區域受「視角」的限制,並非一個完整的圓形區域.在某時刻t,有向感測器節點具有方向性感知特性;隨著其感測方向的不斷調整(即旋轉),有向感測器節點有能力覆蓋到其感測距離內的所有圓形區域.由此,通過簡單的幾何抽象,我們可以得到有向感測器節點的方向可調感知模型,如圖1所示.
定義1. 方向可調感知模型可用一個四元組P,R, ,
表示.其中,P=(x,y)表示有向感測器節點的位置坐標;R表示節
點的最大感測范圍,即感測半徑;單位向量 = 為扇形感知區域的中軸線,即節點在某時刻t時的感測方向; 和 分別是單位向量 在X軸和Y軸方向上的投影分量;表示邊界距離感測向量 的感測夾角,2代表感測區域視角,記作FOV.
特別地,當=時,傳統的全向感知模型是方向可調感知模型的一個特例.
若點P1被有向感測器節點vi覆蓋成立,記為viP1,當且僅當滿足以下條件:
(1) ,其中, 代表點P1到該節點的歐氏距離;
(2) 與 間夾角取值屬於[,].
判別點P1是否被有向感測器節點覆蓋的一個簡單方法是:如果 且 ,那麼,點P1
被有向感測器節點覆蓋;否則,覆蓋不成立.另外,若區域A被有向感測節點覆蓋,當且僅當區域A中任何一個點都被有向感測節點覆蓋.除非特別說明,下文中出現的「節點」和「感測器節點」均滿足上述方向可調感知模型.
1.2 有向感測器網路覆蓋增強問題的分析與定義
在研究本文內容之前,我們需要作以下必要假設:
A1. 有向感測器網路中所有節點同構,即所有節點的感測半徑(R)、感測夾角()參數規格分別相同;
A2. 有向感測器網路中所有節點一經部署,則位置固定不變,但其感測方向可調;
A3. 有向感測器網路中各節點都了解自身位置及感測方向信息,且各節點對自身感測方向可控.
假設目標區域的面積為S,隨機部署的感測器節點位置滿足均勻分布模型,且目標區域內任意兩個感測器節點不在同一位置.感測器節點的感測方向在[0,2]上也滿足均勻分布模型.在不考慮感測器節點可能落入邊界區域造成有效覆蓋區域減小的情況下,由於每個感測器節點所監控的區域面積為R2,則每個感測器節點能監測整個目標區域的概率為R2/S.目標區域被N個感測器節點覆蓋的初始概率p0的計算公式為(具體推導過程參見文獻[14])
(1)
由公式(1)可知,當目標區域內網路覆蓋率至少達到p0時,需要部署的節點規模計算公式為
(2)
當網路覆蓋率分別為p0和p0+p時,所需部署的感測器節點數目分別為ln(1p0)/,ln(1(p0+p))/.其中, =ln(SR2)lnS.因此,感測器節點數目差異N由公式(3)可得,
(3)
當目標區域面積S、節點感測半徑R和感測夾角一定時,為一常數.此時,N與p0,p滿足關系如圖2所示(S=500500m2,R=60m,=45º).從圖中我們可以看出,當p0一定時,N隨著p的增加而增加;當p一定時,N隨著p0的增加而增加,且增加率越來越大.因此,當需要將覆蓋率增大p時,則需多部署N個節點(p0取值較大時(80%),p取值每增加1%,N就有數十、甚至數百的增加).如果採用一定的覆蓋增強策略,無須多部署節點,就可以使網路覆蓋率達到p0+p,大量節省了感測器網路部署成本.
設Si(t)表示節點vi在感測向量為 時所覆蓋的區域面積.運算操作Si(t)Sj(t)代表節點vi和節點vj所能覆蓋到的區域總面積.這樣,當網路中節點感測向量取值為 時,有向感測器網路覆蓋率可表
示如下:
(4)
因此,有向感測器網路覆蓋增強問題歸納如下:
問題:求解一組 ,使得對於初始的 ,有 取值
接近最大.
Fig.2 The relation among p0, p and N
圖2 p0,p和N三者之間的關系
2 基於虛擬勢場的覆蓋增強演算法
2.1 傳統虛擬勢場方法
虛擬勢場(virtual potential field)的概念最初應用於機器人的路徑規劃和障礙躲避.Howard等人[8]和Pori等人[9]先後將這一概念引入到感測器網路的覆蓋增強問題中來.其基本思想是把網路中每個感測器節點看作一個虛擬的電荷,各節點受到其他節點的虛擬力作用,向目標區域中的其他區域擴散,最終達到平衡狀態,即實現目標區域的充分覆蓋狀態.Zou等人[15]提出了一種虛擬力演算法(virtual force algorithm,簡稱VFA),初始節點隨機部署後自動完善網路覆蓋性能,以均勻網路覆蓋並保證網路覆蓋范圍最大化.在執行過程中,感測器節點並不移動,而是計算出隨機部署的感測器節點虛擬移動軌跡.一旦感測器節點位置確定後,則對相應節點進行一次移動操作.Li等人[10]為解決感測器網路布局優化,在文獻[15]的基礎上提出了涉及目標的虛擬力演算法(target involved virtual force algorithm,簡稱TIVFA),通過計算節點與目標、熱點區域、障礙物和其他感測器之間的虛擬力,為各節點尋找受力平衡點,並將其作為該感測器節點的新位置.
上述利用虛擬勢場方法優化感測器網路覆蓋的研究成果都是基於全向感知模型展開的.假定感測器節點間存在兩種虛擬力作用:一種是斥力,使感測器節點足夠稀疏,避免節點過於密集而形成感知重疊區域;另一種是引力,使感測器節點保持一定的分布密度,避免節點過於分離而形成感知盲區[15].最終利用感測器節點的位置移動來實現感測器網路覆蓋增強.
2.2 基於虛擬勢場的有向感測器網路覆蓋增強演算法
在實際應用中,考慮到感測器網路部署成本,所有部署的感測器節點都具有移動能力是不現實的.另外,感測器節點位置的移動極易引起部分感測器節點的失效,進而造成整個感測器網路拓撲發生變化.這些無疑都會增加網路維護成本.因而,本文的研究工作基於感測器節點位置不變、感測方向可調的假設.上述假設使得直接利用虛擬勢場方法解決有向感測器網路覆蓋增強問題遇到了麻煩.在傳統的虛擬勢場方法中,感測器節點在勢場力的作用下進行平動(如圖3(a)所示),而基於本文的假設,感測器節點表現為其扇形感知區域在勢場力的作用下以感測器節點為軸心進行旋轉(如圖3(b)所示).
為了簡化扇形感知區域的轉動模型,我們引入「質心(centroid)」的概念.質心是質點系中一個特定的點,它與物體的平衡、運動以及內力分布密切相關.感測器節點的位置不變,其感測方向的不斷調整可近似地看作是扇形感知區域的質心點繞感測器節點作圓周運動.如圖3(b)所示,一個均勻扇形感知區域的質心點位於其對稱軸上且與圓心距離為2Rsin/3.每個感測器節點有且僅有一個質心點與其對應.我們用c表示感測器節點v所對應的質心點.本文將有向感測器網路覆蓋增強問題轉化為利用傳統虛擬勢場方法可解的質心點均勻分布問題,如圖4所示.
Fig.3 Moving models of sensor node
圖3 感測器節點的運動模型
Fig.4 The issue description of coverage enhancement in directional sensor networks
圖4 有向感測器網路覆蓋增強問題描述
2.2.1 受力分析
利用虛擬勢場方法增強有向感測器網路覆蓋,可以近似等價於質心點-質心點(c-c)之間虛擬力作用問題.我們假設質心點-質心點之間存在斥力,在斥力作用下,相鄰質心點逐步擴散開來,在降低冗餘覆蓋的同時,逐漸實現整個監測區域的充分高效覆蓋,最終增強有向感測器網路的覆蓋性能.在虛擬勢場作用下,質心點受來自相鄰一個或多個質心點的斥力作用.下面給出質心點受力的計算方法.
如圖5所示,dij表示感測器節點vi與vj之間的歐氏距離.只有當dij小於感測器節點感測半徑(R)的2倍時,它們的感知區域才存在重疊的可能,故它們之間才存在產生斥力的作用,該斥力作用於感測器節點相應的質心點ci和cj上.
定義2. 有向感測器網路中,歐氏距離不大於節點感測半徑(R)2倍的一對節點互為鄰居節點.節點vi的鄰居節點集合記作i.即i={vj|Dis(vi,vj)2R,ij}.
我們定義質心點vj對質心點vi的斥力模型 ,見公式(5).
(5)
其中,Dij表示質心點ci和cj之間的歐氏距離;kR表示斥力系數(常數,本文取kR=1);ij為單位向量,指示斥力方向(由質心點cj指向ci).公式(5)表明,只有當感測器節點vi和vj互為鄰居節點時(即有可能形成冗餘覆蓋時),其相應的質心點ci和cj之間才存在斥力作用.質心點所受斥力大小與ci和cj之間的歐氏距離成反比,而質心點所受斥力方向由ci和cj之間的相互位置關系所決定.
質心點ci所受合力是其受到相鄰k個質心點排斥力的矢量和.公式(6)描述質心點ci所受合力模型 .
(6)
通過如圖6所示的實例,我們分析質心點的受力情況.圖中包括4個感測器節點:v1,v2,v3和v4,其相應的質心
點分別為c1,c2,c3和c4.以質心點c1為例,由於d122R,故 ,質心點c1僅受到來自質心點c3和c4的斥力,其所受合力 .感測器節點感測方向旋轉導致質心點的運動軌跡並不是任意的,而是固定繞感測器節點作圓周運動.因此,質心點的運動僅僅受合力沿圓周切線方向分量 的影響.
Fig.6 The force on centroid
圖6 質心點受力
2.2.2 控制規則(control law)
本文基於一個虛擬物理世界研究質心點運動問題,其中作用力、質心點等都是虛擬的.該虛擬物理世界的構建是建立在求解問題特徵的基礎上的.在此,我們定義控制規則,即規定質心點受力與運動之間的關系,以達到質心點的均勻分布.
質心點在 作用下運動,受到運動學和動力學的雙重約束,具體表現如下:
(1) 運動學約束
在傳統感測器網路中利用虛擬勢場方法移動感測器節點的情況下,由於感測器節點向任意方向運動的概率是等同的,我們大都忽略其所受的運動學約束[8].而在轉動模型中,質心點的運動不是任意方向的,受合力沿圓
周切線方向分量 的影響,只能繞其感測器節點作圓周運動.
質心點在運動過程中受到的虛擬力是變化的,但對感測器網路系統來說,感測器節點之間每時每刻都交換鄰居節點位置及感測方向信息是不現實的.因此,我們設定鄰居節點間每隔時間步長t交換一次位置及感測方向信息,根據交換信息計算當前時間步長質心點所受合力,得出轉動方向及弧長.同時,問題求解的目的在於將節點的感測方向調整至一個合適的位置.在此,我們不考慮速度和加速度與轉動弧長之間的關系.
(2) 動力學約束
動力學約束研究受力與運動之間的關系.本運動模型中的動力學約束主要包含兩方面內容:
• 每個時間步長t內,質心點所受合力與轉動方向及弧長之間的關系;
• 質心點運動的靜止條件.
在傳統感測器網路中利用虛擬勢場方法移動感測器節點的情況下,在每個時間步長內,感測器節點的運動速度受限於最大運動速度vmax,而不是隨感測器節點受力無止境地增加.通過此舉保證微調方法的快速收斂.在本轉動模型中,我們同樣假設質心點每次固定以較小的轉動角度進行轉動,通過多次微調方法逐步趨向最優解,即在每個時間步長t內,質心點轉動的方向沿所受合力在圓周切線方向分量,轉動大小不是任意的,而是具有固定轉動角度.採用上述方法的原因有兩個:
• 運動過程中,質心點受力不斷變化,且變化規律很難用簡單的函數進行表示,加之上述運動學約束和問題特徵等因素影響,我們很難得出一個簡明而合理的質心點所受合力與轉動弧長之間的關系.
• 運動過程中,質心點按固定角度進行轉動,有利於簡化計算過程,減少節點的計算負擔.同時,我們通過分析模擬實驗數據發現,該方法具有較為理想的收斂性(具體討論參見第3.2節).
固定轉動角度取值不同對PFCEA演算法性能具有較大的影響,這在第3.3節中將加以詳細的分析和說明.
當質心點所受合力沿圓周切線方向分量為0時,其到達理想位置轉動停止.如圖7所示,我們假定質心點在圓周上O點處合力切向分量為0.由於質心點按固定轉動角度進行轉動,因此,它
未必會剛好轉動到O點處.當質心點處於圖7中弧 或 時,會
因合力切向分量不為0而導致質心點圍繞O點附近往復振動.因此,為避免出現振動現象,加速質心點達到穩定狀態,我們需要進一步限定質心點運動的停止條件.
當質心點圍繞O點附近往復振動時,其受合力的切向分量很
小.因此,我們設定受力門限,當 (本文取=10e6),即可認
定質心點已達到穩定狀態,無須再運動.經過數個時間步長t後,當網路中所有質心點達到穩定狀態時,整個感測器網路即達到穩定狀態,此時對應的一組 ,該
組解通常為本文覆蓋增強的較優解.
2.3 演算法描述
基於上述分析,本文提出了基於虛擬勢場的網路覆蓋增強演算法(PFCEA),該演算法是一個分布式演算法,在每個感測器節點上並發執行.PFCEA演算法描述如下:
輸入:節點vi及其鄰居節點的位置和感測方向信息.
輸出:節點vi最終的感測方向信息 .
1. t0; //初始化時間步長計數器
2. 計算節點vi相應質心點ci初始位置 ;
3. 計算節點vi鄰居節點集合i,M表示鄰居節點集合中元素數目;
4. While (1)
4.1 tt+1;
4.2 ;
4.3 For (j=0; j<M; j++)
4.3.1 計算質心點cj對ci的當前斥力 ,其中,vji;
4.3.2 ;
4.4 計算質心點ci當前所受合力 沿圓周切線分量 ;
4.5 確定質心點ci運動方向;
4.6 If ( ) Then
4.6.1 質心點ci沿 方向轉動固定角度;
4.6.2 調整質心點ci至新位置 ;
4.6.3 計算節點vj指向當前質心點ci向量並單位化,得到節點vi最終的感測方向信息 ;
4.7 Sleep (t);
5. End.
3 演算法模擬與性能分析
我們利用VC6.0自行開發了適用於感測器網路部署及覆蓋研究的模擬軟體Senetest2.0,並利用該軟體進行了大量模擬實驗,以驗證PFCEA演算法的有效性.實驗中參數的取值見表1.為簡化實驗,假設目標區域中所有感測器節點同構,即所有節點的感測半徑及感測夾角規格分別相同.
Table 1 Experimental parameters
表1 實驗參數
Parameter Variation
Target area S 500500m2
Area coverage p 0~1
Sensor number N 0~250
Sensing radius Rs 0~100m
Sensing offset angel 0º~90º
3.1 實例研究
在本節中,我們通過一個具體實例說明PFCEA演算法對有向感測器網路覆蓋增強.在500500m2的目標區域內,我們部署感測半徑R=60m、感測夾角=45º的感測器節點完成場景監測.若達到預期的網路覆蓋率p=70%, 通過公式(1),我們可預先估算出所需部署的感測器節點數目,
.
針對上述實例,我們記錄了PFCEA演算法運行不同時間步長時有向感測器網路覆蓋增強情況,如圖8所示.
(a) Initial coverage, p0=65.74%
(a) 初始覆蓋,p0=65.74% (b) The 10th time step, p10=76.03%
(b) 第10個時間步長,p10=76.03%
(c) The 20th time step, p20=80.20%
(c) 第20個時間步長,p20=80.20% (d) The 30th time step, p30=81.45%
(d) 第30個時間步長,p30=81.45%
Fig.8 Coverage enhancement using PFCEA algorithm
圖8 PFCEA演算法實現覆蓋增強
直觀看來,質心點在虛擬斥力作用下進行擴散運動,逐步消除網路中感知重疊區和盲區,最終實現有向感測器網路覆蓋增強.此例中,網路感測器節點分別經過30個時間步長的調整,網路覆蓋率由最初的65.74%提高到81.45%,網路覆蓋增強達15.71個百分點.
圖9顯示了逐個時間步長調整所帶來的網路覆蓋增強.我們發現,隨著時間步長的增加,網路覆蓋率也不斷增加,且近似滿足指數關系.當時間步長達到30次以後,網路中絕大多數節點的感測方向出現振動現象,直觀表現為網路覆蓋率在81.20%附近在允許的范圍振盪.此時,我們認定有向感測器網路覆蓋性能近似增強至最優.
網路覆蓋性能可以顯著地降低網路部署成本.實例通過節點感測方向的自調整,在僅僅部署105個感測器節點的情況下,最終獲得81.45%的網路覆蓋率.若預期的網路覆蓋率為81.45%,通過公式(1)的計算可知,我們至少需要部署148個感測器節點.由此可見,利用PFCEA演算法實現網路覆蓋增強的直接效果是可以節省近43個感測器節點,極大地降低了網路部署成本.
3.2 收斂性分析
為了討論本文演算法的收斂性,我們針對4種不同的網路節點規模進行多組實驗.我們針對各網路節點規模隨機生成10個拓撲結構,分別計算演算法收斂次數,並取平均值,實驗數據見表2.其他實驗參數為R=60m,=45º, =5º.
Table 2 Experimental data for convergence analysis
表2 實驗數據收斂性分析
(%)
(%)
1 50 41.28 52.73 24
2 70 52.74 64.98 21
3 90 60.76 73.24 28
4 110 65.58 78.02 27
分析上述實驗數據,我們可以得出,PFCEA演算法的收斂性即調整的次數,並不隨感測器網路節點規模的變化而發生顯著的改變,其取值一般維持在[20,30]范圍內.由此可見,本文PFCEA演算法具有較好的收斂性,可以在較短的時間步長內完成有向感測器網路的覆蓋增強過程.
3.3 模擬分析
在本節中,我們通過一系列模擬實驗來說明4個主要參數對本文PFCEA演算法性能的影響.它們分別是:節點規模N、感測半徑R、感測夾角和(質心點)轉動角度.針對前3個參數,我們與以往研究的一種集中式覆蓋增強演算法[14]進行性能分析和比較.
A. 節點規模N、感測半徑R以及感測角度
我們分別取不同節點規模進行模擬實驗.從圖10(a)變化曲線可以看出,當R和一定時,N取值較小導致網路初始覆蓋率較小.此時,隨著N的增大,p取值呈現持續上升趨勢.當N=200時,網路覆蓋率增強可達14.40個百分點.此後,p取值有所下降.這是由於當節點規模N增加導致網路初始覆蓋率較高時(如60%),相鄰多感測器節點間形成覆蓋盲區的概率大為降低,無疑削弱了PFCEA演算法的性能.另外,部分感測器節點落入邊界區域,也會間接起到削弱PFCEA演算法性能的作用.
另外,感測半徑、感測角度對PFCEA演算法性能的影響與此類似.當節點規模一定時,節點感測半徑或感測角度取值越小,單個節點的覆蓋區域越小,各相鄰節點間形成感知重疊區域的可能性也就越小.此時,PFCEA演算法對網路覆蓋性能改善並不顯著.隨著感測半徑或感測角度的增加,p不斷增加.當R=70m且=45º時,網路覆蓋率最高可提升15.91%.但隨著感測半徑或感測角度取值的不斷增加,PFCEA演算法帶來的網路覆蓋效果降低,如圖10(b)、圖10(c)所示.
(c) The effect of sensing offset angle , other parameters meet N=100, R=40m, =5º
(c) 感測角度的影響,其他實驗參數滿足:N=100,R=40m,=5º
感測器網路系統通常包括感測器節點EndDevice、匯聚節點Router和管理節點Coordinator。
大量感測器節點隨機部署在監測區域內部或附近，能夠通過自組織方式構成網路。感測器節點監測的數據沿著其他感測器節點逐跳地進行傳輸，在傳輸過程中監測數據可能被多個節點處理，經過多跳後路由到匯聚節點，最後通過互聯網或衛星到達管理節點。用戶通過管理節點對感測器網路進行配置和管理，發布監測任務以及收集監測數據。
感測器節點
處理能力、存儲能力和通信能力相對較弱，通過小容量電池供電。從網路功能上看，每個感測器節點除了進行本地信息收集和數據處理外，還要對其他節點轉發來的數據進行存儲、管理和融合，並與其他節點協作完成一些特定任務。
匯聚節點
匯聚節點的處理能力、存儲能力和通信能力相對較強，它是連接感測器網路與Internet 等外部網路的網關，實現兩種協議間的轉換，同時向感測器節點發布來自管理節點的監測任務，並把WSN收集到的數據轉發到外部網路上。匯聚節點既可以是一個具有增強功能的感測器節點，有足夠的能量供給和更多的、Flash和SRAM中的所有信息傳輸到計算機中，通過匯編軟體，可很方便地把獲取的信息轉換成匯編文件格式，從而分析出感測節點所存儲的程序代碼、路由協議及密鑰等機密信息，同時還可以修改程序代碼，並載入到感測節點中。
管理節點
管理節點用於動態地管理整個無線感測器網路。感測器網路的所有者通過管理節點訪問無線感測器網路的資源。
無線感測器測距
在無線感測器網路中，常用的測量節點間距離的方法主要有TOA（Time of Arrival），TDOA（Time Difference of Arrival）、超聲波、RSSI（Received Sig nalStrength Indicator）和TOF（Time of Light）等。
7. 無線感測器網路的特徵有哪些其感測器結點由哪些模塊組成
無線感測器網路的特徵非常多，無線傳輸,自動化調控,無需布線,安裝時無需改動建築,操作簡單,維護方便,傳輸速率快,傳輸距離遠等等，具體實際推薦到信立科技無線感測器去看看，感測器節點有由低功耗單片機、無線通訊模塊、感測器元件等，希望對你有利
8. 無線感測器網路
無線感測器網路(wirelesssensornetwork，WSN)是綜合了感測器技術、嵌入式計算機技術、分布式信息處理技術和無線通信技術，能夠協作地實時監測、感知和採集網路分布區域內的各種環境或監測對象的信息，並對這些數據進行處理，獲得詳盡而准確的信息。傳送到需要這些信息的用戶。它是由部署在監測區域內大量的廉價微型感測器節點組成，通過無線通信方式形成一個多跳的自組織的網路系統。感測器、感知對象和觀察者構成了感測器網路的三要素。
無線感測器網路作為當今信息領域新的研究熱點，涉及到許多學科交叉的研究領域，要解決的關鍵技術很多，比如：網路拓撲控制、網路協議、網路安全、時間同步、定位技術、數據融合、數據管理、無線通信技術等方面，同時還要考慮感測器的電源和節能等問題。
所謂部署問題，就是在一定的區域內，通過適當的策略布置感測器節點以滿足某種特定的需求。優化節點數目和節點分布形式，高效利用有限的感測器網路資源，最大程度地降低網路能耗，均是節點部署時應注意的問題。
目前的研究主要集中在網路的覆蓋問題、連通問題和能耗問題3個方面。
基於節點部署方式的覆蓋：1)確定性覆蓋2)自組織覆蓋
基於網格的覆蓋：1)方形網格2)菱形網格
被監測目標狀態的覆蓋：1)靜態目標覆蓋2)動態目標覆蓋
連通問題可描述為在感測器節點能量有限，感知、通信和計算能力受限的情況下，採用一定的策略(通常設計有效的演算法)在目標區域中部署感測器節點，使得網路中的各個活躍節點之間能夠通過一跳或多跳方式進行通信。連通問題涉及到節點通信距離和通信范圍的概念。連通問題分為兩類：純連通與路由連通。
覆蓋中的節能對於覆蓋問題，通常採用節點集輪換機制來調度節點的活躍／休眠時間。連通中的節能針對連通問題，也可採用節點集輪換機制與調整節點通信距離的方法。而文獻中涉及最多的主要是從節約網路能量和平衡節點剩餘能量的角度進行路由協議的研究。
9. RDC提供的兩種節點交匯技術
摘要 交換節點中傳送什麼樣的信號，與節點交換技術密切相關。按照信號的基本形式可分為電信號和光信號。電信號又分為模擬信號和數字信號，目前使用較多的是採用時分多路復用技術[1][2]的數字信號。數字信號主要有兩種，即同步時分復用[3]信號和統計時分復用信號（或稱非同步時分復用）。不同的信號對交換有不同的要求，其交換與傳送需選用最合適的交換技術，如光信號的傳送需經過光交換，而電信號的傳送則需要經過電交換同步時分復用信號
10. 誰能幫我翻譯英文摘要
Based on wireless sensor networks in energy consumption e to sensor nodes died ring the study and analysis, the joint state-the concept of death, described the event-driven wireless sensor network nodes in Asia based on the definition of death status and significance, and Given the state of death-detection method based on the state of death-death node detection method.
Keyword: nodes died ring the death-state event-driven wireless sensor networks